.png)
Shifting Gears is a SQL data analysis project exploring the relationship between economic scale and the global energy transition by combining economic indicators with renewable energy data.
Rather than simply identifying the countries with the highest share of renewable energy, the analysis investigates a broader question: which economies are structurally integrating renewables into their development model, and which cases are driven more by energy necessity than by technological transition?
The project develops an analytical workflow covering:
- data cleaning and country-name standardization;
- creation of a reusable analytical view;
- global ranking and benchmarking against the world average;
- comparison between major economies;
- historical trend analysis from 2000 to 2019;
- identification of renewable acceleration patterns by continent using CTEs, window functions and ranking logic.
The project demonstrates how SQL can be used not only to query datasets, but also to build an interpretive analysis of complex global systems involving sustainability, industrial demand and long-term energy transition.
🇬🇧 View the Presentation in English
🇮🇹 View the Presentation in Italian
🇬🇧 Open the SQL Script in English
🇮🇹 Open the SQL Script in Italian
📂 Raw Data
Original datasets used as the starting point for the analysis.
📂 Cleaned Data
Processed datasets after cleaning, standardization and preparation for SQL analysis.
📂 Analysis Outputs
CSV files generated by the SQL analysis, including global benchmarks, renewable rankings, major-economy comparisons, historical trends and continent-level acceleration patterns. Outputs are available in both English and Italian.
📂 References
Detailed source documentation supporting the interpretation of the results, including specific reports, sections and page references used throughout the presentation.
SQL · PostgreSQL
Shifting Gears è un progetto di data analysis in SQL che esplora il rapporto tra dimensione economica e transizione energetica globale, combinando indicatori economici e dati sulla quota di energia rinnovabile.
L'obiettivo non è semplicemente individuare i paesi con la maggiore quota di rinnovabili, ma affrontare una domanda più ampia: quali economie stanno integrando strutturalmente le energie rinnovabili nel proprio modello di sviluppo e quali casi dipendono maggiormente da necessità energetiche piuttosto che da una vera transizione tecnologica?
Il progetto sviluppa un workflow analitico basato su:
- pulizia dei dati e standardizzazione dei nomi dei paesi;
- creazione di una vista analitica riutilizzabile;
- ranking globale e confronto con la media mondiale;
- confronto tra le principali economie;
- analisi dei trend storici dal 2000 al 2019;
- identificazione dei principali pattern di accelerazione delle rinnovabili per continente tramite CTE, window functions e logiche di ranking.
Il progetto mostra come SQL possa essere utilizzato non soltanto per interrogare dataset, ma anche per costruire un'analisi interpretativa di sistemi globali complessi legati a sostenibilità, domanda industriale e transizione energetica di lungo periodo.
🇬🇧 Visualizza la presentazione in Inglese
🇮🇹 Visualizza la presentazione in Italiano
🇬🇧 Apri lo script SQL in Inglese
🇮🇹 Apri lo script SQL in Italiano
📂 Dati Raw
Dataset originali utilizzati come punto di partenza dell'analisi.
📂 Dati Cleaned
Dataset elaborati dopo le operazioni di pulizia, standardizzazione e preparazione per l'analisi SQL.
📂 Output dell'Analisi
File CSV generati dall'analisi SQL, comprendenti benchmark globali, ranking delle rinnovabili, confronti tra grandi economie, trend storici e pattern di accelerazione per continente. Gli output sono disponibili sia in inglese sia in italiano.
📂 Riferimenti
Documentazione dettagliata delle fonti utilizzate per interpretare i risultati, con report, sezioni e riferimenti specifici alle pagine citate nella presentazione.
SQL · PostgreSQL